蔡 蒨 張為華

(1.中國國防科技大學(xué)航天與材料工程學(xué)院 長沙 410073)(2.中船重工第七一〇研究所 宜昌 443003)

?

箔條配比優(yōu)化仿真分析*

蔡 蒨1,2張為華1

(1.中國國防科技大學(xué)航天與材料工程學(xué)院 長沙 410073)(2.中船重工第七一〇研究所 宜昌 443003)

為優(yōu)化箔條干擾彈布放后形成的箔條云在指定頻段內(nèi)起伏特性和優(yōu)化頻段內(nèi)的箔條數(shù)量等,提出了基于頻點(diǎn)人工選擇與遺傳算法箔條數(shù)量自動(dòng)尋優(yōu)相結(jié)合的箔條配比方法。與傳統(tǒng)人工配比方法相比其具有較好的配比效果。

箔條配比; 遺傳算法; 仿真分析

Class Number TN955

1 引言

導(dǎo)彈攻防戰(zhàn)和電子戰(zhàn)將是未來主要的海戰(zhàn)形式,反艦導(dǎo)彈是水面艦艇的主要威脅。由于反艦導(dǎo)彈具有射程遠(yuǎn)、發(fā)射靈活、命中率高、威脅大等特點(diǎn),因而對(duì)其防御非常困難。能否有效防御反艦導(dǎo)彈是水面艦艇在未來戰(zhàn)爭(zhēng)中生死存亡的關(guān)鍵[1]。導(dǎo)彈防御主要分兩種方式,一是采用攔截武器,二是采用有源干擾或無源干擾。

無源干擾裝備是艦船電子戰(zhàn)系統(tǒng)的重要組成部分,其以靈活多樣的方式干擾雷達(dá)、紅外、激光、電視、成像等制導(dǎo)模式反艦導(dǎo)彈搜索和跟蹤系統(tǒng),已成為艦船末端防御的重要手段[2～3]。由于無源干擾裝備具有性價(jià)比高、干擾效果好的特點(diǎn),受到各國海軍高度重視,各類艦船上都廣泛裝備無源干擾系統(tǒng)。我國無源干擾裝備經(jīng)過多年發(fā)展,其戰(zhàn)術(shù)技術(shù)性能已達(dá)世界先進(jìn)水平。

在無源干擾設(shè)備中,干擾彈布放后形成的箔條云特性直接影響反艦導(dǎo)彈的干擾特性[2]。為適應(yīng)不同頻段雷達(dá)干擾的需求,箔條彈一般由多種長度箔條混合裝填組成。箔條配比研究一方面研究某一確定組合的混裝箔條在不同頻段的疊加散射特性;另一方面根據(jù)不同頻段雷達(dá)干擾需要,研究如何選擇不同長度和種類的箔條以達(dá)到優(yōu)化的干擾效果。

為提高箔條配比的效果,提出了箔條配比優(yōu)化算法。

2 箔條特性

為使箔條得到大的散射截面,基本上都采用半波長諧振式箔條。但半波長箔條的諧振峰都很尖銳,適用的頻帶很窄。箔條帶寬定義為其最大散射截面降為1/2時(shí)的頻帶范圍。由于箔條的諧振峰很尖銳,其帶寬一般只有中心頻率的15%～20%,不是常數(shù)。

箔條頻率帶寬隨著L/d(箔條長度與直徑比)增加而緩慢增加。圖1表明百分比帶寬(帶寬對(duì)諧振頻率的比值,用百分比表示)作為L/d比值的函數(shù)曲線,而L/d值通常在與箔條有關(guān)聯(lián)的范圍內(nèi)。對(duì)I波段(波段8GHz～10GHz,)箔條典型帶寬近似為15%。

圖1 半波長箔條的帶寬與L/d關(guān)系

增加箔條彈帶寬的途徑:一是增加箔條直徑,以使箔條自身帶寬有所增寬;二是采用長度不同的半波長箔條混合包裝,以使箔條干擾具有很寬的帶寬。

在實(shí)際的箔條彈設(shè)計(jì)過程中,它要求覆蓋的頻帶是非常寬的,在整個(gè)頻帶范圍也要求擁有盡可能大的散射面積或突出某個(gè)頻段的散射面積,此時(shí)需要采用長度不同的箔條進(jìn)行混合包裝設(shè)計(jì)。箔條配比分析,就是根據(jù)箔條的頻率響應(yīng)特性,確定實(shí)際所需箔條的長度和種類,并進(jìn)行計(jì)算優(yōu)化。

3 配比頻點(diǎn)選擇

箔條彈中箔條長度和數(shù)量的選擇對(duì)其干擾效能具有重要的影響。為在有效的空間和質(zhì)量要求下得到相對(duì)較好的箔條云RCS值,采用箔條頻點(diǎn)和箔條數(shù)量粗細(xì)選擇方法。

3.1 頻點(diǎn)粗選擇

粗選擇算法主要包括箔條種類選取、每種箔條數(shù)量預(yù)估、頻點(diǎn)預(yù)估。

粗選擇算法如下:

1) 根據(jù)以下推導(dǎo)初步確定配比頻點(diǎn)數(shù);

2) 分析干擾頻段范圍,判斷此區(qū)域內(nèi)是否含有目前導(dǎo)彈常用的末制導(dǎo)波段(10GHz,15GHz,等),如果含有則將其設(shè)定為一個(gè)配比頻點(diǎn);

3) 在干擾區(qū)域兩端選擇兩個(gè)頻點(diǎn),如果其與2)中選擇頻點(diǎn)重復(fù)則去掉一個(gè)重復(fù)頻點(diǎn);

4) 計(jì)算目前所選取的頻點(diǎn)數(shù)N(其中,N≤N′)相對(duì)規(guī)定指標(biāo)所需的箔條數(shù)Mj(j=1,…,N),如下式所示:

(1)

其中,VRCS為規(guī)定的RCS值,λ為箔條對(duì)應(yīng)的波長,p1為損失系數(shù),p2為擴(kuò)散率。在粗選階段認(rèn)為每種箔條的擴(kuò)散率相同。

6) 求取已有箔條對(duì)應(yīng)的RCS累加值,得到不同頻點(diǎn)處RCS累加值;

7) 計(jì)算此迭代圖凹點(diǎn),并將凹點(diǎn)設(shè)置為新頻點(diǎn),返回5)計(jì)算,直到頻點(diǎn)數(shù)滿足N為止。

若考慮屏蔽效應(yīng)和散開率,則利用下式計(jì)算箔條云的雷達(dá)散射面積

(2)

其中,N0σ0為單位箔條面積的理論雷達(dá)面積,C為散開率,根據(jù)經(jīng)驗(yàn)得到。

在實(shí)際的箔條干擾過程中,還存在對(duì)雷達(dá)波的反射效果,由經(jīng)驗(yàn)反射雷達(dá)截面積為

σ″RCS=μ·S⊥

(3)

其中,μ為反射系數(shù),S⊥為箔條云投影面積。

則箔條云的RCS值為

(4)

3.2 頻點(diǎn)細(xì)選擇

細(xì)選擇過程主要是在粗選擇的基礎(chǔ)上,根據(jù)箔條長短不同設(shè)置不同的擴(kuò)散率。根據(jù)RCS值擬合曲線調(diào)整頻點(diǎn)位置和箔條數(shù)量,達(dá)到使箔條曲線盡量平整(即波峰和波谷差盡量小),使用的箔條重量盡量小,此過程屬于人工調(diào)整過程。

根據(jù)選擇的頻點(diǎn),采用遺傳算法優(yōu)化不同頻點(diǎn)的箔條數(shù)量。

4 基于遺傳算法[4～5]的箔條細(xì)配比

箔條細(xì)配比方法是進(jìn)一步基于遺傳算法來計(jì)算出滿足配比條件的每種箔條數(shù)目。遺傳算法借鑒生物界的進(jìn)化規(guī)律,在解決復(fù)雜的全局優(yōu)化問題方面取得了成功的應(yīng)用。

4.1 遺傳算法基本原理

對(duì)于細(xì)匹配的箔條優(yōu)化的問題,遺傳算法從一組隨機(jī)產(chǎn)生的箔條變量開始搜索。初始的箔條變量稱為種群。種群中的每個(gè)個(gè)體都是問題的一個(gè)解,該解稱為染色體。染色體是一組實(shí)碼集。這些染色體不斷進(jìn)行迭代進(jìn)化,稱為遺傳。在每一代中衡量染色體質(zhì)量好壞的尺度叫適應(yīng)度。在每一代根據(jù)個(gè)體的適應(yīng)度選擇個(gè)體,并借助遺傳算子進(jìn)行組合交叉和變異,產(chǎn)生出新的解集的種群。這個(gè)過程將使得種群像自然進(jìn)化一樣的后代種群比前代更加適應(yīng)于環(huán)境。這樣,經(jīng)過若干代之后,算法收斂于最好的染色體,它有可能是所求問題的最優(yōu)解或次優(yōu)解。

初始種群的大小作為遺傳算法的控制參數(shù),對(duì)于遺傳算法的性能是有影響的。種群如果較大,遺傳產(chǎn)生有意義的基因并逐漸進(jìn)化為最優(yōu)解的機(jī)會(huì)就越高。也就是說,群體規(guī)模越大,群體的多樣性越高,算法陷入局部解的危險(xiǎn)越小。但是群體規(guī)模太大,計(jì)算量也很大,出于對(duì)計(jì)算速度的考慮,本文的群體個(gè)數(shù)取值為100。

4.2 箔條數(shù)量優(yōu)化方法

本文采用實(shí)數(shù)編碼,隨機(jī)產(chǎn)生N組隨機(jī)數(shù)Xp={x1,x2,x3,x4,…,xN},p=1,2,…,N,對(duì)應(yīng)于箔條絲長度(l1,l2,l3,l4,…,lN)的根數(shù)。

1) 確定目標(biāo)函數(shù)和約束條件

箔條配比方案目標(biāo)函數(shù)滿足箔條總根數(shù)最小:

(5)

約束條件為對(duì)應(yīng)各頻點(diǎn)的RCS的最小值不低于固定值RCSmin和最大值不大于RCSmax。

對(duì)于第j頻點(diǎn)的RCS計(jì)算公式為

(6)

式中,li為箔條絲的長度,λj為波長,K(lj/λi,A)為特征系數(shù),n為箔條種類數(shù)目。因此約束條件滿足RCSmin≤f(x)j≤RCSmax,j=1,…,N。

2) 選擇策略

定義適應(yīng)度函數(shù)F(x):

F(X)=1/(G(X)+1)

(7)

式(7)中分母1設(shè)置以避免分母值為0的情況。目標(biāo)函數(shù)F(x)值越大表示該箔條配比的總根數(shù)越小。

采用適應(yīng)度比例方法作為選擇策略。適應(yīng)度比例方法是目前遺傳算法中最常用的選擇方法。在該方法中,每個(gè)個(gè)體的選擇概率和其適應(yīng)度值成比例。

對(duì)于規(guī)模為m的群體的P={X1,X2,…,Xm},個(gè)體Xj∈P被選中的概率為

(8)

3) 交叉算子

交叉算子可以生成新的基因空間,從而使新的群體中的個(gè)體具有多樣性。生成一個(gè)范圍為[0,1]的隨機(jī)數(shù)a,設(shè)Xi(t),Xj(t)分別為第t代選出的兩個(gè)個(gè)體,則通過交叉得到的下一代個(gè)體為Xi(t+1),Xj(t+1)。其中:

Xi(t+1)=aXi(t)+(1-a)Xj(t)
Xj(t+1)=aXj(t)+(1-a)Xi(t)

(9)

4) 基于實(shí)數(shù)編碼的遺傳算法流程:

步驟1:建立優(yōu)化模型和約束條件。

步驟2:t(迭代次數(shù))=0,生成滿足約束條件的100個(gè)初始群體。

步驟3:針對(duì)每個(gè)個(gè)體計(jì)算適應(yīng)度F(x)和選擇概率值gi,并以概率gi從群體里選擇出一些個(gè)體構(gòu)成種群P(t)。對(duì)種群進(jìn)行交叉和變異,得到下一代P(t+1)。

步驟4:判斷是否滿足終止條件,如果滿足則停止,并輸出最優(yōu)解,否則,t=t+1。

5 仿真分析

仿真初始條件:頻段[7,18]GHz;RCS值大于1000m2;箔條利用率為1箔條人工配比結(jié)果如圖2所示。

圖2 人工配比結(jié)果

頻點(diǎn)為:7.5GHz,9.3GHz,11.58GHz,14GHz,17.86GHz。

在不改變頻點(diǎn)情況下,采用遺傳算法匹配結(jié)果如圖3所示。

圖3 遺傳算法仿真結(jié)果

由圖2和圖3知:采用遺傳算法得到的圖像波峰和波谷之間的差遠(yuǎn)小于人工算法,圖像更趨于平緩。

6 結(jié)語

通過將箔條人工粗細(xì)配比與遺傳算法自動(dòng)尋優(yōu)配比算法相結(jié)合,提高了固定體積干擾彈的箔條裝填量,增加了單枚彈布放后的箔條RCS值和干擾頻段內(nèi)箔條云RCS的平穩(wěn)性,提高了導(dǎo)彈的干擾效能。

[1] 張永錄,耿明忠.艦載無源干擾裝備技術(shù)及其發(fā)展分析[J].飛航導(dǎo)彈,2002,25(2):2-5.

[2] 陳靜.雷達(dá)箔條干擾原理[M].北京:國防工業(yè)出版社,2007,5.

[3] 田曉波,谷慶波,張巍.海上艦船雷達(dá)無源干擾系統(tǒng)的發(fā)展研究[J].2008,23(2):15-18.

[4] 李紹軍,王惠,錢鋒.多目標(biāo)遺傳算法及其在化工領(lǐng)域的應(yīng)用[J].計(jì)算機(jī)與應(yīng)用化學(xué),2003,20(6):755-760.

[5] 李玉榕,項(xiàng)國波.一種基于多目標(biāo)遺傳算法的非線性控制器[J].計(jì)算機(jī)仿真,2004,21(5):61-63.

Simulation Analysis of the Chaff Match Optimization

CAI Qian1,2ZHANG Weihua1

(1. College of Aerospace and Materials Engineering, National University of Defense Technology, Changsha 410073) (2. No. 710 Research Institute, China Shipbuilding Industry Corporation, Yichang 443003)

For optimizing the fluctuation characteristics of the chaff cloud and the chaff quantity in the given frequency band, the automatic optimization method based on the frequency selection by hand and the chaff number selection by genetic algorithm is proposed. The method can get better effect than the traditional method.

chaff match, genetic algorithm, simulation analysis

2014年11月1日,

2014年12月17日

蔡蒨,男,博士,研究員,研究方向:無源干擾。

TN955

10.3969/j.issn1672-9730.2015.05.022